Linux 下 将PDF文件中的文本,图片导出的方法。

PDF格式文件中的文本是可以导出来再修改的。
同样,PDF里面的插图也是可以提取出来的。

PDF转纯文本:
pdftotext -enc GBK godson2e-data.Sheet.pdf text.GBK.txt

-enc (encoding)
要参照/etc/xpdf/xpdfrc 里面提到的编码格式。对于中文,用GBK
就可以了。


提取插图:
pdfimages godson2e-data.Sheet.pdf img

该命令就生成N个PPM文件,(一种BMP格式)
文件名为img-00?.ppm
? = (1 ~ N)

可以用ImageMagick里面的convert工具将其转换成相要的格式:
convert img-001.ppm img-001.jpg

convert img-001.ppm img-001.eps 

上述方法在ubuntu下测试通过。
其中,pdfimages, pdftotext来自xpdf-utils包,xpdf的中文编码
支持来自xpdf-chinese-simplified包。换句话说,要实现上述功能
得安装:
xpdf-utils
xpdf-chinese-simplified

安装方法:

aptitude install xpdf-utils xpdf-chinese-simplified

如果没有aptitude,可以用apt-get
apt-get install xpdf-utils xpdf-chinese-simplified

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值